[发明专利]一种自适应深度耦合卷积自编码多模态数据融合方法

权利要求书

1.一种自适应深度耦合卷积自编码多模态数据融合方法，包括以下步骤：

S1、建立多模态数据融合检测框架；

S2、由S1中所述多模态数据融合检测框架内数据采集、预处理模块进行数据采集并对采集的数据预处理；

S3、通过多模态数据融合检测框架内深度耦合卷积自编码多模态数据融合模块对S2中预处理后的数据进行融合；

S4、将S3中融合数据输入到多模态数据融合检测框架内Softmax网络分类评估模块进行包装设备健康检测，输入检测结果；

S5、通过灰狼优化算法(GWO)对多模态数据融合检测框架中关键参数不断优化，使得包装设备健康状态检测模型达到最优效果。

2.根据权利要求1所述的一种自适应深度耦合卷积自编码多模态数据融合方法，其特征在于，在步骤S1中多模态数据融合检测框架包括数据采集模块、预处理模块、深度耦合卷积自编码融合模块、Softmax网络分类评估模块、GWO参数寻优模块五个模块。

3.根据权利要求2所述的一种自适应深度耦合卷积自编码多模态数据融合方法，其特征在于，数据采集模块通过电流传感器、加速度传感器来获取电流、振动信号作为训练数据集、测试数据集。

4.根据权利要求3所述的一种自适应深度耦合卷积自编码多模态数据融合方法，其特征在于，在步骤S2中数据预处理包括数据归一化流程，将原始的振动、电流数据进行归一化处理以消除量纲影响。

5.根据权利要求4所述的一种自适应深度耦合卷积自编码多模态数据融合方法，其特征在于，将归一化后的包装设备振动、电流数据进行分段截取后，分段将1-D数据重组为2-D网格矩阵形式。

6.根据权利要求1所述的一种自适应深度耦合卷积自编码多模态数据融合方法，其特征在于，在步骤S3中运用深度耦合卷积自编码融合模型对多模态数据进行融合包括以下流程：(1)首先将预处理过的数据输入到深度耦合自编码器中进行训练；(2)保留训练好的深度耦合自编码器的编码器部分，并将深度耦合自编码器编码部分输出进行拼接；(3)将拼接数据输入两层多通道完全卷积层进行解读和初步融合；(4)将初步融合的数据输入到两层全连接层进行深度融合以及压缩。

7.根据权利要求1所述的一种自适应深度耦合卷积自编码多模态数据融合方法，其特征在于，在步骤S4中将融合数据输入到Softmax网络对设备健康状态进行分类评估。

8.根据权利要求1所述的一种自适应深度耦合卷积自编码多模态数据融合方法，其特征在于，在步骤S5中以分类精度最大化目标，通过GWO算法搜寻最优耦合权重和网络参数以获取最优模型。